MMAR

🔊💬🎵 我们正式推出 MMAR——首个面向音频-语言模型的深度推理评测基准！1000 道高难度音频-问答对，覆盖声音、音乐、语音及其混合场景，挑战模型的多层次认知能力！

✨ 核心亮点
✅ 四层推理任务：从信号（Signal）感知（Perception）到语义（Semantic）文化（Cultural），层层递进，覆盖真实世界复杂场景；
✅ 混合模态难题：打破单一领域限制，包含环境声 + 语音 + 音乐等交叉挑战；
✅ 思维链标注：每题附带 CoT 推理路径，助力多模态推理研究；
✅ 高专业门槛：部分题目需研究生级感知能力和领域知识！

🚀 即刻体验
🔗 GitHub 代码库：https://github.com/ddlBoJack/MMAR
🎥 演示视频：https://www.youtube.com/watch?v=Dab13opIGqU
🔊 音频数据集(HuggingFace)：https://huggingface.co/datasets/BoJack/MMAR